Akademicky zaměřený

Prezenční studium

4 roky

prof. Ing. Lukáš Sekanina, Ph.D.

Předseda :
prof. Ing. Lukáš Sekanina, Ph.D.
Člen interní :
doc. Ing. Jan Kořenek, Ph.D.
prof. Dr. Ing. Jan Černocký
prof. Ing. Adam Herout, Ph.D.
prof. Ing. Tomáš Hruška, CSc.
doc. Dr. Ing. Petr Hanáček
prof. Dr. Ing. Pavel Zemčík, dr. h. c.
prof. RNDr. Alexandr Meduna, CSc.
prof. Dr. Ing. Zbyněk Raida
prof. RNDr. Josef Šlapal, CSc.
prof. Ing. Pavel Václavek, Ph.D.
prof. Ing. Tomáš Vojnar, Ph.D.
Člen externí :
prof.,RNDr. Jiří Barnat, Ph.D.

Cílem studijního programu je poskytnout vynikajícím absolventům magisterského studia specializované univerzitní vzdělání nejvyššího typu v informatice a výpočetní technice, zvláště pak v oblastech, ve kterých se profilují výzkumné skupiny FIT, a ve vztahu k výzkumným projektům řešeným na FIT:

• akcelerované síťové technologie,
• automatizovaná analýza, verifikace a syntéza,
• efektivní techniky práce s automaty a logikami a jejich aplikace,
• bezpečnost,
• dolování dat z řečí,
• evolvable hardware,
• formální modely,
• hardware-software codesign,
• informační a databázové systémy,
• inteligentní systémy,
• management v softwarovém inženýrství,
• modelování a optimalizace systémů,
• nekonvenční číslicové obvody,
• počítačová grafika,
• počítačové sítě a vestavěné systémy,
• robotika,
• superpočítačové technologie,
• systémy odolné proti poruchám, diagnostika a testování,
• vysoce náročné výpočty,
• znalostní technologie a
• zpracování obrazu a videa.

Absolventi doktorského studijního programu Information Technology jsou schopni samostatně provádět vědecko-výzkumnou činnost a tvůrčím způsobem řešit složité teoretické, návrhové, verifikační, testovací, implementační a inovační problémy v oblasti informatiky. Jsou vybaveni pokročilými znalostmi jak z teoretické informatiky, tak i z oblasti algoritmizace, tvorby software i hardware a zkušenostmi s jejich uplatněním v různých aplikacích. Hlavní důraz a cíl studia je směřován na vědeckou a tvůrčí činnost a představení výstupů této činnosti vědecké komunitě na mezinárodní úrovni, zejména ve formě publikačních výstupů. Další nedílnou součástí je získání zkušeností s prací v týmu a pravidelná prezentace dosažených výsledků, nejdříve pro kolegy na FIT a později na mezinárodních vědeckých konferencích. Absolventi doktorského studijního programu mají tedy nejen teoretické a specializované znalosti dle svého odborného zaměření, ale zároveň i zkušenosti s publikační činností a uplatněním a prezentací výsledků na mezinárodní úrovni. 

Absolventi FIT obecně a absolventi doktorského studia zejména nemají problém najít uplatnění jako vědečtí, pedagogičtí či řídicí pracovníci jak v ČR tak v zahraničí.

• Absolvent doktorského studia je schopen samostatné vědecké, výzkumné a řídicí práce v oblasti informatiky, výpočetní techniky a informačních technologií. Je připraven řešit náročné koncepční, výzkumné a vývojové problémy. V praxi je schopen samostatně vést výzkum, vývoj a výrobu v oblasti moderních informačních technologií.
• Nachází uplatnění jako tvůrčí pracovník na špičkových vědeckovýzkumných pracovištích, jako vedoucí výzkumných a vývojových týmů a též ve vědecké a pedagogické práci na vysokých školách. Absolventi tohoto programu se mohou také uplatnit při obsazování vyšších funkčních pozic v některých větších institucích a firmách, kde je vyžadována schopnost samostatně tvořivě pracovat, analyzovat složité problémy a navrhovat a realizovat nová, originální řešení.
• Část absolventů typicky pokračuje jako tzv. "postdoc" v akademické kariéře v ČR nebo v zahraničí.

Jsou vymezeny individuálním studijním plánem studenta, jenž specifikuje studijní předměty, které je student povinen úspěšně absolvovat, předpokládané stáže a účasti na odborných konferencích a minimální pedagogické působení v bakalářském nebo magisterském studijním programu fakulty. Úspěšné ukončení studia je podmíněno:

• Složením státní doktorské zkoušky, při níž prokazuje student hluboké znalosti metodologických přístupů, teorií a jejích aplikací v souladu se současným stavem poznání v těch vědních disciplinách, které jsou vymezeny předměty individuálního studijního plánu studenta a tématem jeho disertační práce. Obsahem státní doktorské zkoušky je rovněž hodnocení předpokládaných cílů disertační práce, metod řešení a doposud dosažených vlastních výsledků.
• Absolvováním části studia na zahraniční instituci v délce nejméně jednoho měsíce nebo účast na mezinárodním tvůrčím projektu s výsledky publikovanými nebo prezentovanými v zahraničí nebo jiná forma přímé účasti studenta na mezinárodní spolupráci.
• Doložením splnění požadavků na tvůrčí činnost.
• Obhajobou doktorské disertační práce, která je napsána v angličtině.

Jsou stanovena směrnicí děkana Pravidla o organizaci studia na FIT pro sestavovaní individuálního plánu studenta.  Individuální studijní plán vychází z tématu disertační práce a podléhá schválení oborovou radou.
Předepisuje:

• obsahové zaměření samostatné vědecké, výzkumné, vývojové činnosti a vlastní vzdělávací činnosti s ohledem na oborovou specializaci a téma disertační práce,
• studijní předměty, které je student doktorského studia povinen absolvovat, konkrétně celkový počet předmětů a jejich časové zařazení do semestrů,
• přehled tvůrčí činnosti, zejména stáže a pobyty na jiných pracovištích, účast na konferencích, seminářích, letních školách atp.,
• publikační plán,
• pedagogické působení v souladu se směrnicí fakulty Pravidla o organizaci studia na FIT  a
• časové rozvržení studia v kontextu všech výše uvedených bodů.

Vysoké učení technické v Brně umožňuje studium osobám se zdravotním postižením dle § 21, odst. 1 písm. e) zákona 111/1998 Sb. vysokých školách a o změně a doplnění dalších zákonů ve znění pozdějších předpisů a dle požadavků v této oblasti vyplývajících z nařízení vlády č. 274/2016 Sb., o standardech pro akreditace ve vysokém školství, poskytuje uchazečům o studium a studentům se specifickými potřebami služby v rozsahu a formou odpovídající specifikaci uvedené v Příloze č. 3 k Pravidlům pro poskytování příspěvku a dotací veřejným vysokým školám Ministerstvem školství, mládeže a tělovýchovy, specifikující financování zvýšených nákladů na studium studentů se specifickými potřebami.

Služby pro studenty se specifickými potřebami jsou na VUT v Brně realizovány prostřednictvím aktivit specializovaného pracoviště - poradenského centra Alfons, které je součástí Institutu celoživotního vzdělávání VUT v Brně - sekce Poradenství pro studenty.

Aktivity poradenského centra a pravidla zpřístupňování studia univerzita garantuje platnou Směrnicí rektora č. 11/2017 upravující postavení uchazečů o studium a studentů se specifickými potřebami na VUT v Brně. Tato vnitřní norma garantuje minimální standardy poskytovaných služeb.
Služby poradenského centra jsou nabízeny uchazečům o studium a studentům se všemi typy zdravotního znevýhodnění uvedených ve zmíněném Metodickém standardu Ministerstva školství, mládeže a tělovýchovy.

Studijní program navazuje jak na dobíhající navazující magisterský program Informační technologie, tak na nový navazující magisterský program Informační technologie a umělá inteligence.
Studenti mohou dále, podle svých potřeb a mimo své formalizované studium, také absolvovat kurzy a školení týkající se metodologie vědecké práce, publikačních a citačních dovedností, etiky, pedagogiky a tzv. měkkých dovedností, které organizuje VUT či jiné instituce.

3. kolo (podání přihlášek od 21.09.2026 do 31.01.2027)

1. Automatizované techniky pro hodnocení testů založených na požadavcích

   Hodnocení úplnosti testovacích sad vůči softwarovým požadavkům představuje zásadní problém při verifikaci kritických systémů, zejména v regulovaných doménách. Současná praxe je převážně založena na manuálním posuzování, které je náročné a náchylné k chybám. Disertační práce se zaměří na výzkum formálních a automatizovaných metod pro analýzu pokrytí požadavků testovacími případy, s důrazem na sémantické aspekty požadavků a jejich implicitní chování. Cílem práce je navrhnout formální rámec pro reprezentaci požadavků a testovacích případů a definovat objektivní kritéria pokrytí vycházející ze sémantiky požadavků (např. kombinace podmínek, časová omezení, sekvence akcí či stavové přechody). Na tomto základě budou zkoumány metody pro výpočet míry pokrytí testovací sady a pro identifikaci nepokrytých sémantických případů. Výzkum se zaměří zejména na následující oblasti:

   • návrh a systematické porovnání formálních modelů vhodných pro reprezentaci různých tříd požadavků a testovacích artefaktů, včetně analýzy jejich vyjadřovací síly a analyzovatelnosti;
   • formalizace pojmu pokrytí požadavků a odvození odpovídajících kritérií pokrytí (coverage obligations) z formální sémantiky požadavků;
   • návrh algoritmů pro analýzu pokrytí testovacích sad nad formálními reprezentacemi, včetně identifikace nepokrytých případů a jejich vazby na konkrétní části požadavků;
   • zkoumání metod převodu neformálních požadavků a testovacích případů do formálních modelů, včetně využití technik zpracování přirozeného jazyka a velkých jazykových modelů, s důrazem na spolehlivost a omezení těchto přístupů;
   • experimentální vyhodnocení navržených metod na realistických datech

   Součástí práce bude návrh a implementace prototypových nástrojů podporujících vybrané aspekty navrženého přístupu a jejich ověření na příkladech z oblasti vestavěných a avionických systémů. Důraz bude kladen na propojení formálních metod, testování softwaru a technik automatizace analýzy, s cílem přispět k systematickému a opakovatelnému hodnocení kvality testovacích sad.

   Školitel: Rogalewicz Adam, doc. Mgr., Ph.D.

2. Detekce a prevence deep fake útoků na obrázky lidské tváře

   Student bude studovat techniky deepfake útoků na obrázky a videa lidských tváří. Doktorské studium je navázané na projekt TrustedFace (s firmou Innovatrics). Cílem je zkoumat existující deepfake útoky na obrázky lidských tváří s cílem podvrhnout identitu, kvantifikovat jejich závažnost a navrhovat možné obrany – jak detekci útoků, tak jejich předcházení. Student se bude muset hluboce seznámit s dostupnými datovými sadami lidských tváří, technikami identifikace a verifikace tváří v obraze a videu, technikami deepfake útoků. Konečným cílem studia a práce na doktorátu je vyvíjet možnosti obran proti deepfake útokům a vytvářet doporučení pro systémy využívající identifikaci a verifikaci na základě tváře.

   Školitel: Herout Adam, prof. Ing., Ph.D.

3. Efektivní práce s logikami a automaty (nejen) ve formální analýze a verifikaci

   Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware, ve verifikaci kvantových programů nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
   
   Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači, registry apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
   
   Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Taiwan (prof. Y. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či RPTU, Kaiserslautern, Německo (prof. A.W. Lin).

   Školitel: Lengál Ondřej, doc. Ing., Ph.D.

4. Embedded systémy pro zpracování videa/signálu

   Téma je zaměřeno na algoritmy embedded zpracování obrazu, videa a/nebo signálu. Hlavním cílem je zkoumat možnosti "chytrých" a "malých" zařízení, která by měla nové vlastnosti, a bylo možné je efektivně nasadit do aplikací vyžadujících malé, skryté, distribuované, nízkopříkonové, mechanicky nebo klimaticky namáhané jednotky schopné zpracovávat signálové vstupy. Nasazení takových jednotek je perspektivní a široké a předpokládá se i propojení do klient/server a/nebo cloud systémů. Samotné jednotky mohou být založeny na efektivním CPU/GPU/DSP/AI akcelerátoru, na programovatelném hardware, případně na kombinaci těchto technologií. Může se jednat i o smart kamery. Aplikace, které jsou v oblasti zájmu tohoto tématu:

   • klasifikace obrazu nebo objektů s využitím strojového učení (AI) klasicky nebo prostřednictvím hlubokých konvolučních neuronových sítí nebo podobných přístupů (například pro kontrolu kvality výrobků apod.),
   • současná analýza jednorozměrného signálu (signálů) a obrazu (například pro robustní zjištění nějakého objektu například v dopravních nebo průmyslových aplikacích),
   • moderní algoritmy zpracování videa, obrazu a/nebo signálu s využitím "klient/server", případně "cloudu" (se zaměřením na aspekty client/server a/nebo cloud) vhodné například pro mobilní techniku a/nebo embedded systémy,
   • po dohodě je možné zpracovávat i individuálně vybrané téma, které ve výše uvedeném seznamu není, ale v principu sem patří.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných projektech TAČR, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

5. Homografická navigace – rozšířená realita pro pořizování přesných snímků objektů

   Cílem práce bude rozvíjet techniku "homografické navigace", což je nový koncept vznikající pod vedením vedoucího doktorského studia. Řešitel bude vyvíjet algoritmy počítačového vidění a souvisejícího strojového učení. Učení modelů pro homografickou navigaci musí být minimalisticky supervidované. Jak algoritmy učení, tak algoritmy inference a použití v aplikaci musejí být rychlé a nenáročné na zdroje. Při řešení se předpokládá i prototypování a vývoj aplikace rozšířené reality, která bude použita pro získávání dat, pro uživatelské testování a další související úlohy. Technika homografické navigace má mít bezprostřední uplatnění v průmyslu, takže součástí doktorského studia bude i vývoj všech podstatných technik do produkční fáze.

   Školitel: Herout Adam, prof. Ing., Ph.D.

6. Human in the loop (HIL) adaptace systémů umělé inteligence

   Téma je řízeno potřebami uživatelů, pro které je soukromí dat klíčové, a zaměřuje se na vylepšení systémů umělé inteligence (zejména rozpoznávání řeči) v případě, že je uživatel schopen identifikovat a opravit chyby způsobené AI systémem. Téma zahrnuje správné vyhodnocení systémů HIL, výběr dat, která mají být navržena k opravě, a samotné techniky jemného doladění/adaptace pracující s rozsáhlými předtrénovanými modely.

   Školitel: Černocký Jan, prof. Dr. Ing.

7. Moderní algoritmy počítačové grafiky

   Tématem jsou algoritmy počítačové grafiky a syntézy obrazu. Hlavním cílem je zkoumat nové a moderní algoritmy počítačové grafiky, související datové struktury, související otázky získávání a zpracování 3D modelů a další aspekty algoritmů tak, aby bylo lépe rozumět jejich vlastnostem a možnostem, zlepšovat a připravovat nové. Je možno pracovat na různých platformách, včetně paralelních CPU jáder x86/64, ARM, Xeon PHI, GPU apod. v OpenCL, CUDA, v FPGA ve VHDL, případně i jinak. Možné algoritmy zahrnují:

   • zobrazování pomocí vybraných grafických metod (ray tracing, photon mapping, přímé zobrazování "point cloud" apod.),
   • modelování scény a zobrazování s využitím metod umělé inteligence včetně syntézy obrazu s využitím neuronových sítí (zejména CNN),
   • zpracování a zobrazování "lightfield" obrazů, jejich pořizování, případně komprese, rekonstrukce 3D scény z obrazů a/nebo videa, případně fúzí s jinými senzory, jako je například LIDAR nebo i RADAR,
   • moderní algoritmy geometrie vhodné pro aplikaci v oblasti počítačové grafiky, případně i 3D tisku,
   • nastupující algoritmy syntézy 3D obrazu, holografie, aplikace algoritmů vlnkové, frekvenční a/nebo obdobné transformace.

   Po dohodě je možné zpracovávat i individuálně vybrané algoritmy, které ve výše uvedeném seznamu nejsou, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných projektech TAČR, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

8. Netradiční "Visual Computing" algoritmy

   Tématem jsou algoritmy grafiky, zpracování obrazu a videa, tedy "Visual Computing", například HDR (High Dynamic Range) obrazu, multispektrálního obrazu, stereoobrazu, případně obrazu doplněného o vlastnosti materiálu, teplotě, apod. Cílem je lépe porozumět jejich vlastnostem a možnostem, ale i aplikacim, algoritmy do hloubky analyzovat, zlepšovat a připravovat nové. Možné algoritmy zahrnují:

   • Pořizování HDR obrazu a videa, jeho komprese, skládání z několika standardních obrazů/videí, apod.
   • pořizování, zpracování a vizualizace multispektrálního obrazu (obrazu s více než třemi spektrálními složkami),
   • zpracování stereosnímků a jiných snímků s hloubkovou informací pořízení ať už s nebo bez strukturálního osvětelní,
   • algoritmy vhodné pro mobilní techniku nebo embedded systémy zaměřené na výše zmíněné druhy obrazu, případně snímání obrazu z dronů,
   • metody vizualizace HDR obrazu a videa, tone-mapping, real-time tone mapping,
   • algoritmy a aplikace využívající vlnkové, frekvenční a/nebo obdobné transformace a algoritmy využívající Machine Learning/Artificial Intelligence.

   Po dohodě je možné zpracovávat i individuálně vybrané algoritmy, které ve výše uvedeném seznamu nejsou, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména TAČR, MPO, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

9. Pokročilé algoritmy zpracování videa, obrazu a/nebo signálu

   Tématem jsou algoritmy zpracování obrazu, videa a/nebo signálu. Hlavním cílem je zkoumat a do hloubky analyzovat příslušné algoritmy a hledat nové tak, aby měly nové potřebné vlastnosti, a bylo možné je efektivně implementovat. Taková efektivní implementace může , ale nemusí být součástí práce, ale důležité je algoritmy připravit tak, aby šly efektivně zpracovávat například v CPU, v GPU, v AI akcelerátorech, v embedded systémech, ale i v kombinaci s FPGA, v systémech s extrémně nízkým příkonem, případně v jiném prostředí. Je možné i využití algoritmů umělé inteligence, včetně neuronových sítí, zejména CNN, ale i LLM/VLM. Důležité jsou též aplikační možnosti algoritmů s tím, že samotná aplikace může, ale nemusí být součástí řešení. Možné algoritmy/aplikace zahrnují:

   • rozpoznávání obsahu scény, případně dějů ve videosekvencích (například detekce dopravních situací, identifikace filmových scén, rozpoznání druhu akce, apod.),
   • klasifikace obrazu nebo videosekvencí (například pro kontrolu kvality výrobků, vyhledání objektů nebo charakteristik scén, apod.), případně i v kombinaci se sledováním objektů (tracking) ve videu moderními metodami,
   • současná analýza videa a signálu (například pro zjištění souběhu výskytu nějakého objektu ve videu a současně charakteristického průběhu signálu například v "surveillance" aplikacích), fůze obrazu a signálju,
   • moderní algoritmy zpracování videa, obrazu a/nebo signálu s využitím "klient/server", případně "cloudu" vhodné například pro mobilní techniku a/nebo embedded systémy,
   • algoritmy komprese videa a analýzy prostřednictvím frekvenční či vlnkové a transformace, nebo obdobnými postupy...

   Po dohodě je možné zpracovávat i individuálně vybrané téma, které ve výše uvedeném seznamu není, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných TAČR, MPO, H2020, SCSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

10. Rozpoznávání řeči a zpracování dat pro komunikaci ATC-pilot v letectví

    Téma je zaměřeno na rozpoznávání řeči a zpracování dat pro komunikaci mezi řídícím letového provozu a pilotem v letectví. Bude zahrnovat všechny komponenty automatického rozpoznávání řeči (ASR), tj. zpracování dat, akustický model, slovní zásobu (včetně speciální letecké terminologie), jazykový model a interakci se zdroji metadat (radarové informace, letiště). Zvláštní pozornost bude věnována použití rozsáhlých předtrénovaných modelů, přepínání jazyků (code-switching), spolehlivé identifikaci jazyka z krátkých segmentů a adaptaci na podmínky daného letiště s využitím veřejných dat.

    Školitel: Černocký Jan, prof. Dr. Ing.

11. Úspěšnost detekce hlasových podvrhů lidmi a stroji

    Práce začne seznámením se základy problematiky detekce hlasových podvrhů (voice deepfake detection, DFD), terminologií, dostupnými technikami, daty a evaluacemi (AVSpoof, WildSpoof), s historií a SotA v oblasti technik a nástrojů pro rozpoznávání mluvčích (wespeaker toolkit), se SotA v oblasti technik a nástrojů pro personalizovanou syntézu textu na řeč (pTTS) a převod hlasu. Téma se pak zaměří na vyhodnocení výkonu člověka a stroje v DFD, přičemž se soustředí na aspekt motivace lidských subjektů k simulaci skutečných útoků na lidi. Doktorand pak bude postupovat jak v (1) technickém směru (pokrok v technologii generování a detekce deepfake), tak (2) lidském aspektu. Práce počítá se spoluprací s odborníky z oblasti psychologie a sociologie.

    Školitel: Černocký Jan, prof. Dr. Ing.

12. Úspěšnost detekce hlasových podvrhů lidmi a stroji

    Práce začne seznámením se základy problematiky detekce hlasových podvrhů (voice deepfake detection, DFD), terminologií, dostupnými technikami, daty a evaluacemi (AVSpoof, WildSpoof), s historií a SotA v oblasti technik a nástrojů pro rozpoznávání mluvčích (wespeaker toolkit), se SotA v oblasti technik a nástrojů pro personalizovanou syntézu textu na řeč (pTTS) a převod hlasu. Téma se pak zaměří na vyhodnocení výkonu člověka a stroje v DFD, přičemž se soustředí na aspekt motivace lidských subjektů k simulaci skutečných útoků na lidi. Doktorand pak bude postupovat jak v (1) technickém směru (pokrok v technologii generování a detekce deepfake), tak (2) lidském aspektu. Práce počítá se spoluprací s odborníky z oblasti psychologie a sociologie.

    Školitel: Černocký Jan, prof. Dr. Ing.

13. Vyhodnocovanie zraniteľností a schopností veľkých jazykových modelov

    Hoci veľké jazykové modely (LLM) dosahujú skvelé výsledky ich správaniu stále dostatočne nerozumieme. Malé zmeny vo vstupoch a inštrukciách dokážu výrazne zmeniť správanie týchto modelov, a modely často zlyhávajú v úlohách, ktoré sa oproti tým ktoré boli použité na trénovanie odlišujú iba veľmi málo. Zároveň je v mnohých prípadoch veľmi jednoduché prinútiť veľké jazykové modely vygenerovať sebavedomo podané nepravdivé alebo zavádzajúce informácie. Keďže veľké jazykové modely čoraz viac sprostredkúvajú prístup k informáciám a používa ich široká  škála používateľov výzvou je vyvinúť rigorózne metódy na hodnotenie ich skutočných schopností a identifikáciu zdrojov ich zraniteľností.

    Cieľom je vybudovať hlbšie a spoľahlivejšie porozumenie správaniu veľkých jazykových modelov. Prvý možný výskumný smer zahŕňa návrh benchmarku, ktorý dokáže merať pokročilé schopnosti (ako napr. uvažovanie, plánovanie, porozumenie, matematické alebo multilingválne schopnosti) a zároveň bežné zlyhania a zraniteľnosti (vrátane halucinácií, krehkosti správania, či tendencie alebo ľahkosti generovania problematického obsahu, napr. dezinformácií). Dôraz bude na odolnosť benchmarku voči súčasným problémom s kontamináciou dát a na minimalizáciu zdrojov potrebných na jeho spustenie. Druhý možný výskumný smer využíva mechanistickú interpretovateľnosť na štúdium vnútorných štruktúr, ktoré riadia správanie veľkých jazykových modelov. Tieto nástroje budú použité na skúmanie toho, prečo určité zraniteľnosti vznikajú, ako vznikajú schopnosti modelu a či možno cielenými zásahmi znížiť zlyhania pri zachovaní kľúčových funkčných vlastností modelu.

    Integráciou robustného behaviorálneho benchmarkingu a mechanistických poznatkov sa snažíme poskytnúť principiálnejšie porozumenie ako LLM fungujú a ako môžu byť bezpečnejšie a spoľahlivejšie v rôznych doménach ako napr. multilingválne porozumenie, detekcia dezinformácií či simuláciu používateľov pomocou veľkých jazykových modelov.

    Súvisiace publikácie:

    • Vykopal, I., Pikuliak, M., Srba, I., Moro, R., Macko, D., and Bielikova, M., 2023. 2024. Disinformation Capabilities of Large Language Models. In Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 14830–14847, Bangkok, Thailand. Association for Computational Linguistics. https://aclanthology.org/2024.acl-long.793/
    • Zugecova, A., Macko, D., Srba, I., Moro, R., Kopal, J., Marcinčinová, K., and Mesarčík, M., 2025. Evaluation of LLM Vulnerabilities to Being Misused for Personalized Disinformation Generation. In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 780–797, Vienna, Austria. Association for Computational Linguistics. https://aclanthology.org/2025.acl-long.38/

    Výskum bude doktorand vykonávať v rámci Kempelenovho inštitútu inteligentných technológií (KInIT, https://kinit.sk) v Bratislave v spolupráci s priemyselnými partnermi alebo výskumníkmi zo svetovo uznávaných výskumných skupín. Predpokladá sa kombinovaná (externá) forma štúdia a pracovný pomer na plný úväzok v KInIT.

    Školitel: Bieliková Mária, prof. Ing., Ph.D.

14. Využití formálních metod v návrhu a analýze kvantových programů

    Vývoj v oblasti kvantových počítačů jde nezadržitelně kupředu. Pro efektivní využití kvantového hardware je však potřeba mít správnou podporu na úrovni software, tj. kvantových algoritmů pro řešení problémů, ale i nástrojů pro kompilaci, optimalizaci a syntézu kvantových programů, jejich mapování na konkrétní kvantovou technologii, jejich mapování na protokol pro zajištění ochrany vůči chybám, analýzu, simulaci a ladění kvantových programů, atd. 

    Předmětem dizertační práce bude primárně rozvoj současného poznání v oblasti použití formálních metod pro podporu vývoje kvantových programů. Hlavní zaměření zde bude na využití teorie automatů, automatického usuzování a rozhodovacích diagramů. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači, registry apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.

    Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Taiwan (prof. Y. Chen);  Uppsala University, Švédsko (prof. P.A. Abdulla, prof. R. S. Thinniyam); či Leiden Institute for Advanced Computer Science, Leiden, Nizozemsko (prof. A. Laarman).

    Školitel: Lengál Ondřej, doc. Ing., Ph.D.

2. kolo (podání přihlášek od 01.06.2026 do 30.08.2026)

1. Automatizované techniky pro hodnocení testů založených na požadavcích

   Hodnocení úplnosti testovacích sad vůči softwarovým požadavkům představuje zásadní problém při verifikaci kritických systémů, zejména v regulovaných doménách. Současná praxe je převážně založena na manuálním posuzování, které je náročné a náchylné k chybám. Disertační práce se zaměří na výzkum formálních a automatizovaných metod pro analýzu pokrytí požadavků testovacími případy, s důrazem na sémantické aspekty požadavků a jejich implicitní chování. Cílem práce je navrhnout formální rámec pro reprezentaci požadavků a testovacích případů a definovat objektivní kritéria pokrytí vycházející ze sémantiky požadavků (např. kombinace podmínek, časová omezení, sekvence akcí či stavové přechody). Na tomto základě budou zkoumány metody pro výpočet míry pokrytí testovací sady a pro identifikaci nepokrytých sémantických případů. Výzkum se zaměří zejména na následující oblasti:

   • návrh a systematické porovnání formálních modelů vhodných pro reprezentaci různých tříd požadavků a testovacích artefaktů, včetně analýzy jejich vyjadřovací síly a analyzovatelnosti;
   • formalizace pojmu pokrytí požadavků a odvození odpovídajících kritérií pokrytí (coverage obligations) z formální sémantiky požadavků;
   • návrh algoritmů pro analýzu pokrytí testovacích sad nad formálními reprezentacemi, včetně identifikace nepokrytých případů a jejich vazby na konkrétní části požadavků;
   • zkoumání metod převodu neformálních požadavků a testovacích případů do formálních modelů, včetně využití technik zpracování přirozeného jazyka a velkých jazykových modelů, s důrazem na spolehlivost a omezení těchto přístupů;
   • experimentální vyhodnocení navržených metod na realistických datech

   Součástí práce bude návrh a implementace prototypových nástrojů podporujících vybrané aspekty navrženého přístupu a jejich ověření na příkladech z oblasti vestavěných a avionických systémů. Důraz bude kladen na propojení formálních metod, testování softwaru a technik automatizace analýzy, s cílem přispět k systematickému a opakovatelnému hodnocení kvality testovacích sad.

   Školitel: Rogalewicz Adam, doc. Mgr., Ph.D.

2. Detekce a prevence deep fake útoků na obrázky lidské tváře

   Student bude studovat techniky deepfake útoků na obrázky a videa lidských tváří. Doktorské studium je navázané na projekt TrustedFace (s firmou Innovatrics). Cílem je zkoumat existující deepfake útoky na obrázky lidských tváří s cílem podvrhnout identitu, kvantifikovat jejich závažnost a navrhovat možné obrany – jak detekci útoků, tak jejich předcházení. Student se bude muset hluboce seznámit s dostupnými datovými sadami lidských tváří, technikami identifikace a verifikace tváří v obraze a videu, technikami deepfake útoků. Konečným cílem studia a práce na doktorátu je vyvíjet možnosti obran proti deepfake útokům a vytvářet doporučení pro systémy využívající identifikaci a verifikaci na základě tváře.

   Školitel: Herout Adam, prof. Ing., Ph.D.

3. Efektivní práce s logikami a automaty (nejen) ve formální analýze a verifikaci

   Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware, ve verifikaci kvantových programů nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
   
   Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači, registry apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
   
   Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Taiwan (prof. Y. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či RPTU, Kaiserslautern, Německo (prof. A.W. Lin).

   Školitel: Lengál Ondřej, doc. Ing., Ph.D.

4. Embedded systémy pro zpracování videa/signálu

   Téma je zaměřeno na algoritmy embedded zpracování obrazu, videa a/nebo signálu. Hlavním cílem je zkoumat možnosti "chytrých" a "malých" zařízení, která by měla nové vlastnosti, a bylo možné je efektivně nasadit do aplikací vyžadujících malé, skryté, distribuované, nízkopříkonové, mechanicky nebo klimaticky namáhané jednotky schopné zpracovávat signálové vstupy. Nasazení takových jednotek je perspektivní a široké a předpokládá se i propojení do klient/server a/nebo cloud systémů. Samotné jednotky mohou být založeny na efektivním CPU/GPU/DSP/AI akcelerátoru, na programovatelném hardware, případně na kombinaci těchto technologií. Může se jednat i o smart kamery. Aplikace, které jsou v oblasti zájmu tohoto tématu:

   • klasifikace obrazu nebo objektů s využitím strojového učení (AI) klasicky nebo prostřednictvím hlubokých konvolučních neuronových sítí nebo podobných přístupů (například pro kontrolu kvality výrobků apod.),
   • současná analýza jednorozměrného signálu (signálů) a obrazu (například pro robustní zjištění nějakého objektu například v dopravních nebo průmyslových aplikacích),
   • moderní algoritmy zpracování videa, obrazu a/nebo signálu s využitím "klient/server", případně "cloudu" (se zaměřením na aspekty client/server a/nebo cloud) vhodné například pro mobilní techniku a/nebo embedded systémy,
   • po dohodě je možné zpracovávat i individuálně vybrané téma, které ve výše uvedeném seznamu není, ale v principu sem patří.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných projektech TAČR, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

5. Homografická navigace – rozšířená realita pro pořizování přesných snímků objektů

   Cílem práce bude rozvíjet techniku "homografické navigace", což je nový koncept vznikající pod vedením vedoucího doktorského studia. Řešitel bude vyvíjet algoritmy počítačového vidění a souvisejícího strojového učení. Učení modelů pro homografickou navigaci musí být minimalisticky supervidované. Jak algoritmy učení, tak algoritmy inference a použití v aplikaci musejí být rychlé a nenáročné na zdroje. Při řešení se předpokládá i prototypování a vývoj aplikace rozšířené reality, která bude použita pro získávání dat, pro uživatelské testování a další související úlohy. Technika homografické navigace má mít bezprostřední uplatnění v průmyslu, takže součástí doktorského studia bude i vývoj všech podstatných technik do produkční fáze.

   Školitel: Herout Adam, prof. Ing., Ph.D.

6. Human in the loop (HIL) adaptace systémů umělé inteligence

   Téma je řízeno potřebami uživatelů, pro které je soukromí dat klíčové, a zaměřuje se na vylepšení systémů umělé inteligence (zejména rozpoznávání řeči) v případě, že je uživatel schopen identifikovat a opravit chyby způsobené AI systémem. Téma zahrnuje správné vyhodnocení systémů HIL, výběr dat, která mají být navržena k opravě, a samotné techniky jemného doladění/adaptace pracující s rozsáhlými předtrénovanými modely.

   Školitel: Černocký Jan, prof. Dr. Ing.

7. Moderní algoritmy počítačové grafiky

   Tématem jsou algoritmy počítačové grafiky a syntézy obrazu. Hlavním cílem je zkoumat nové a moderní algoritmy počítačové grafiky, související datové struktury, související otázky získávání a zpracování 3D modelů a další aspekty algoritmů tak, aby bylo lépe rozumět jejich vlastnostem a možnostem, zlepšovat a připravovat nové. Je možno pracovat na různých platformách, včetně paralelních CPU jáder x86/64, ARM, Xeon PHI, GPU apod. v OpenCL, CUDA, v FPGA ve VHDL, případně i jinak. Možné algoritmy zahrnují:

   • zobrazování pomocí vybraných grafických metod (ray tracing, photon mapping, přímé zobrazování "point cloud" apod.),
   • modelování scény a zobrazování s využitím metod umělé inteligence včetně syntézy obrazu s využitím neuronových sítí (zejména CNN),
   • zpracování a zobrazování "lightfield" obrazů, jejich pořizování, případně komprese, rekonstrukce 3D scény z obrazů a/nebo videa, případně fúzí s jinými senzory, jako je například LIDAR nebo i RADAR,
   • moderní algoritmy geometrie vhodné pro aplikaci v oblasti počítačové grafiky, případně i 3D tisku,
   • nastupující algoritmy syntézy 3D obrazu, holografie, aplikace algoritmů vlnkové, frekvenční a/nebo obdobné transformace.

   Po dohodě je možné zpracovávat i individuálně vybrané algoritmy, které ve výše uvedeném seznamu nejsou, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných projektech TAČR, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

8. Netradiční "Visual Computing" algoritmy

   Tématem jsou algoritmy grafiky, zpracování obrazu a videa, tedy "Visual Computing", například HDR (High Dynamic Range) obrazu, multispektrálního obrazu, stereoobrazu, případně obrazu doplněného o vlastnosti materiálu, teplotě, apod. Cílem je lépe porozumět jejich vlastnostem a možnostem, ale i aplikacim, algoritmy do hloubky analyzovat, zlepšovat a připravovat nové. Možné algoritmy zahrnují:

   • Pořizování HDR obrazu a videa, jeho komprese, skládání z několika standardních obrazů/videí, apod.
   • pořizování, zpracování a vizualizace multispektrálního obrazu (obrazu s více než třemi spektrálními složkami),
   • zpracování stereosnímků a jiných snímků s hloubkovou informací pořízení ať už s nebo bez strukturálního osvětelní,
   • algoritmy vhodné pro mobilní techniku nebo embedded systémy zaměřené na výše zmíněné druhy obrazu, případně snímání obrazu z dronů,
   • metody vizualizace HDR obrazu a videa, tone-mapping, real-time tone mapping,
   • algoritmy a aplikace využívající vlnkové, frekvenční a/nebo obdobné transformace a algoritmy využívající Machine Learning/Artificial Intelligence.

   Po dohodě je možné zpracovávat i individuálně vybrané algoritmy, které ve výše uvedeném seznamu nejsou, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména TAČR, MPO, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

9. Pokročilé algoritmy zpracování videa, obrazu a/nebo signálu

   Tématem jsou algoritmy zpracování obrazu, videa a/nebo signálu. Hlavním cílem je zkoumat a do hloubky analyzovat příslušné algoritmy a hledat nové tak, aby měly nové potřebné vlastnosti, a bylo možné je efektivně implementovat. Taková efektivní implementace může , ale nemusí být součástí práce, ale důležité je algoritmy připravit tak, aby šly efektivně zpracovávat například v CPU, v GPU, v AI akcelerátorech, v embedded systémech, ale i v kombinaci s FPGA, v systémech s extrémně nízkým příkonem, případně v jiném prostředí. Je možné i využití algoritmů umělé inteligence, včetně neuronových sítí, zejména CNN, ale i LLM/VLM. Důležité jsou též aplikační možnosti algoritmů s tím, že samotná aplikace může, ale nemusí být součástí řešení. Možné algoritmy/aplikace zahrnují:

   • rozpoznávání obsahu scény, případně dějů ve videosekvencích (například detekce dopravních situací, identifikace filmových scén, rozpoznání druhu akce, apod.),
   • klasifikace obrazu nebo videosekvencí (například pro kontrolu kvality výrobků, vyhledání objektů nebo charakteristik scén, apod.), případně i v kombinaci se sledováním objektů (tracking) ve videu moderními metodami,
   • současná analýza videa a signálu (například pro zjištění souběhu výskytu nějakého objektu ve videu a současně charakteristického průběhu signálu například v "surveillance" aplikacích), fůze obrazu a signálju,
   • moderní algoritmy zpracování videa, obrazu a/nebo signálu s využitím "klient/server", případně "cloudu" vhodné například pro mobilní techniku a/nebo embedded systémy,
   • algoritmy komprese videa a analýzy prostřednictvím frekvenční či vlnkové a transformace, nebo obdobnými postupy...

   Po dohodě je možné zpracovávat i individuálně vybrané téma, které ve výše uvedeném seznamu není, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných TAČR, MPO, H2020, SCSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

10. Rozpoznávání řeči a zpracování dat pro komunikaci ATC-pilot v letectví

    Téma je zaměřeno na rozpoznávání řeči a zpracování dat pro komunikaci mezi řídícím letového provozu a pilotem v letectví. Bude zahrnovat všechny komponenty automatického rozpoznávání řeči (ASR), tj. zpracování dat, akustický model, slovní zásobu (včetně speciální letecké terminologie), jazykový model a interakci se zdroji metadat (radarové informace, letiště). Zvláštní pozornost bude věnována použití rozsáhlých předtrénovaných modelů, přepínání jazyků (code-switching), spolehlivé identifikaci jazyka z krátkých segmentů a adaptaci na podmínky daného letiště s využitím veřejných dat.

    Školitel: Černocký Jan, prof. Dr. Ing.

11. Úspěšnost detekce hlasových podvrhů lidmi a stroji

    Práce začne seznámením se základy problematiky detekce hlasových podvrhů (voice deepfake detection, DFD), terminologií, dostupnými technikami, daty a evaluacemi (AVSpoof, WildSpoof), s historií a SotA v oblasti technik a nástrojů pro rozpoznávání mluvčích (wespeaker toolkit), se SotA v oblasti technik a nástrojů pro personalizovanou syntézu textu na řeč (pTTS) a převod hlasu. Téma se pak zaměří na vyhodnocení výkonu člověka a stroje v DFD, přičemž se soustředí na aspekt motivace lidských subjektů k simulaci skutečných útoků na lidi. Doktorand pak bude postupovat jak v (1) technickém směru (pokrok v technologii generování a detekce deepfake), tak (2) lidském aspektu. Práce počítá se spoluprací s odborníky z oblasti psychologie a sociologie.

    Školitel: Černocký Jan, prof. Dr. Ing.

12. Úspěšnost detekce hlasových podvrhů lidmi a stroji

    Práce začne seznámením se základy problematiky detekce hlasových podvrhů (voice deepfake detection, DFD), terminologií, dostupnými technikami, daty a evaluacemi (AVSpoof, WildSpoof), s historií a SotA v oblasti technik a nástrojů pro rozpoznávání mluvčích (wespeaker toolkit), se SotA v oblasti technik a nástrojů pro personalizovanou syntézu textu na řeč (pTTS) a převod hlasu. Téma se pak zaměří na vyhodnocení výkonu člověka a stroje v DFD, přičemž se soustředí na aspekt motivace lidských subjektů k simulaci skutečných útoků na lidi. Doktorand pak bude postupovat jak v (1) technickém směru (pokrok v technologii generování a detekce deepfake), tak (2) lidském aspektu. Práce počítá se spoluprací s odborníky z oblasti psychologie a sociologie.

    Školitel: Černocký Jan, prof. Dr. Ing.

13. Vyhodnocovanie zraniteľností a schopností veľkých jazykových modelov

    Hoci veľké jazykové modely (LLM) dosahujú skvelé výsledky ich správaniu stále dostatočne nerozumieme. Malé zmeny vo vstupoch a inštrukciách dokážu výrazne zmeniť správanie týchto modelov, a modely často zlyhávajú v úlohách, ktoré sa oproti tým ktoré boli použité na trénovanie odlišujú iba veľmi málo. Zároveň je v mnohých prípadoch veľmi jednoduché prinútiť veľké jazykové modely vygenerovať sebavedomo podané nepravdivé alebo zavádzajúce informácie. Keďže veľké jazykové modely čoraz viac sprostredkúvajú prístup k informáciám a používa ich široká  škála používateľov výzvou je vyvinúť rigorózne metódy na hodnotenie ich skutočných schopností a identifikáciu zdrojov ich zraniteľností.

    Cieľom je vybudovať hlbšie a spoľahlivejšie porozumenie správaniu veľkých jazykových modelov. Prvý možný výskumný smer zahŕňa návrh benchmarku, ktorý dokáže merať pokročilé schopnosti (ako napr. uvažovanie, plánovanie, porozumenie, matematické alebo multilingválne schopnosti) a zároveň bežné zlyhania a zraniteľnosti (vrátane halucinácií, krehkosti správania, či tendencie alebo ľahkosti generovania problematického obsahu, napr. dezinformácií). Dôraz bude na odolnosť benchmarku voči súčasným problémom s kontamináciou dát a na minimalizáciu zdrojov potrebných na jeho spustenie. Druhý možný výskumný smer využíva mechanistickú interpretovateľnosť na štúdium vnútorných štruktúr, ktoré riadia správanie veľkých jazykových modelov. Tieto nástroje budú použité na skúmanie toho, prečo určité zraniteľnosti vznikajú, ako vznikajú schopnosti modelu a či možno cielenými zásahmi znížiť zlyhania pri zachovaní kľúčových funkčných vlastností modelu.

    Integráciou robustného behaviorálneho benchmarkingu a mechanistických poznatkov sa snažíme poskytnúť principiálnejšie porozumenie ako LLM fungujú a ako môžu byť bezpečnejšie a spoľahlivejšie v rôznych doménach ako napr. multilingválne porozumenie, detekcia dezinformácií či simuláciu používateľov pomocou veľkých jazykových modelov.

    Súvisiace publikácie:

    • Vykopal, I., Pikuliak, M., Srba, I., Moro, R., Macko, D., and Bielikova, M., 2023. 2024. Disinformation Capabilities of Large Language Models. In Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 14830–14847, Bangkok, Thailand. Association for Computational Linguistics. https://aclanthology.org/2024.acl-long.793/
    • Zugecova, A., Macko, D., Srba, I., Moro, R., Kopal, J., Marcinčinová, K., and Mesarčík, M., 2025. Evaluation of LLM Vulnerabilities to Being Misused for Personalized Disinformation Generation. In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 780–797, Vienna, Austria. Association for Computational Linguistics. https://aclanthology.org/2025.acl-long.38/

    Výskum bude doktorand vykonávať v rámci Kempelenovho inštitútu inteligentných technológií (KInIT, https://kinit.sk) v Bratislave v spolupráci s priemyselnými partnermi alebo výskumníkmi zo svetovo uznávaných výskumných skupín. Predpokladá sa kombinovaná (externá) forma štúdia a pracovný pomer na plný úväzok v KInIT.

    Školitel: Bieliková Mária, prof. Ing., Ph.D.

14. Využití formálních metod v návrhu a analýze kvantových programů

    Vývoj v oblasti kvantových počítačů jde nezadržitelně kupředu. Pro efektivní využití kvantového hardware je však potřeba mít správnou podporu na úrovni software, tj. kvantových algoritmů pro řešení problémů, ale i nástrojů pro kompilaci, optimalizaci a syntézu kvantových programů, jejich mapování na konkrétní kvantovou technologii, jejich mapování na protokol pro zajištění ochrany vůči chybám, analýzu, simulaci a ladění kvantových programů, atd. 

    Předmětem dizertační práce bude primárně rozvoj současného poznání v oblasti použití formálních metod pro podporu vývoje kvantových programů. Hlavní zaměření zde bude na využití teorie automatů, automatického usuzování a rozhodovacích diagramů. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači, registry apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.

    Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Taiwan (prof. Y. Chen);  Uppsala University, Švédsko (prof. P.A. Abdulla, prof. R. S. Thinniyam); či Leiden Institute for Advanced Computer Science, Leiden, Nizozemsko (prof. A. Laarman).

    Školitel: Lengál Ondřej, doc. Ing., Ph.D.

1. kolo (podání přihlášek od 01.03.2026 do 31.05.2026)

1. Automatizované techniky pro hodnocení testů založených na požadavcích

   Hodnocení úplnosti testovacích sad vůči softwarovým požadavkům představuje zásadní problém při verifikaci kritických systémů, zejména v regulovaných doménách. Současná praxe je převážně založena na manuálním posuzování, které je náročné a náchylné k chybám. Disertační práce se zaměří na výzkum formálních a automatizovaných metod pro analýzu pokrytí požadavků testovacími případy, s důrazem na sémantické aspekty požadavků a jejich implicitní chování. Cílem práce je navrhnout formální rámec pro reprezentaci požadavků a testovacích případů a definovat objektivní kritéria pokrytí vycházející ze sémantiky požadavků (např. kombinace podmínek, časová omezení, sekvence akcí či stavové přechody). Na tomto základě budou zkoumány metody pro výpočet míry pokrytí testovací sady a pro identifikaci nepokrytých sémantických případů. Výzkum se zaměří zejména na následující oblasti:

   • návrh a systematické porovnání formálních modelů vhodných pro reprezentaci různých tříd požadavků a testovacích artefaktů, včetně analýzy jejich vyjadřovací síly a analyzovatelnosti;
   • formalizace pojmu pokrytí požadavků a odvození odpovídajících kritérií pokrytí (coverage obligations) z formální sémantiky požadavků;
   • návrh algoritmů pro analýzu pokrytí testovacích sad nad formálními reprezentacemi, včetně identifikace nepokrytých případů a jejich vazby na konkrétní části požadavků;
   • zkoumání metod převodu neformálních požadavků a testovacích případů do formálních modelů, včetně využití technik zpracování přirozeného jazyka a velkých jazykových modelů, s důrazem na spolehlivost a omezení těchto přístupů;
   • experimentální vyhodnocení navržených metod na realistických datech

   Součástí práce bude návrh a implementace prototypových nástrojů podporujících vybrané aspekty navrženého přístupu a jejich ověření na příkladech z oblasti vestavěných a avionických systémů. Důraz bude kladen na propojení formálních metod, testování softwaru a technik automatizace analýzy, s cílem přispět k systematickému a opakovatelnému hodnocení kvality testovacích sad.

   Školitel: Rogalewicz Adam, doc. Mgr., Ph.D.

2. Detekce a prevence deep fake útoků na obrázky lidské tváře

   Student bude studovat techniky deepfake útoků na obrázky a videa lidských tváří. Doktorské studium je navázané na projekt TrustedFace (s firmou Innovatrics). Cílem je zkoumat existující deepfake útoky na obrázky lidských tváří s cílem podvrhnout identitu, kvantifikovat jejich závažnost a navrhovat možné obrany – jak detekci útoků, tak jejich předcházení. Student se bude muset hluboce seznámit s dostupnými datovými sadami lidských tváří, technikami identifikace a verifikace tváří v obraze a videu, technikami deepfake útoků. Konečným cílem studia a práce na doktorátu je vyvíjet možnosti obran proti deepfake útokům a vytvářet doporučení pro systémy využívající identifikaci a verifikaci na základě tváře.

   Školitel: Herout Adam, prof. Ing., Ph.D.

3. Efektivní práce s logikami a automaty (nejen) ve formální analýze a verifikaci

   Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware, ve verifikaci kvantových programů nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
   
   Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači, registry apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
   
   Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Taiwan (prof. Y. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či RPTU, Kaiserslautern, Německo (prof. A.W. Lin).

   Školitel: Lengál Ondřej, doc. Ing., Ph.D.

4. Embedded systémy pro zpracování videa/signálu

   Téma je zaměřeno na algoritmy embedded zpracování obrazu, videa a/nebo signálu. Hlavním cílem je zkoumat možnosti "chytrých" a "malých" zařízení, která by měla nové vlastnosti, a bylo možné je efektivně nasadit do aplikací vyžadujících malé, skryté, distribuované, nízkopříkonové, mechanicky nebo klimaticky namáhané jednotky schopné zpracovávat signálové vstupy. Nasazení takových jednotek je perspektivní a široké a předpokládá se i propojení do klient/server a/nebo cloud systémů. Samotné jednotky mohou být založeny na efektivním CPU/GPU/DSP/AI akcelerátoru, na programovatelném hardware, případně na kombinaci těchto technologií. Může se jednat i o smart kamery. Aplikace, které jsou v oblasti zájmu tohoto tématu:

   • klasifikace obrazu nebo objektů s využitím strojového učení (AI) klasicky nebo prostřednictvím hlubokých konvolučních neuronových sítí nebo podobných přístupů (například pro kontrolu kvality výrobků apod.),
   • současná analýza jednorozměrného signálu (signálů) a obrazu (například pro robustní zjištění nějakého objektu například v dopravních nebo průmyslových aplikacích),
   • moderní algoritmy zpracování videa, obrazu a/nebo signálu s využitím "klient/server", případně "cloudu" (se zaměřením na aspekty client/server a/nebo cloud) vhodné například pro mobilní techniku a/nebo embedded systémy,
   • po dohodě je možné zpracovávat i individuálně vybrané téma, které ve výše uvedeném seznamu není, ale v principu sem patří.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných projektech TAČR, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

5. Homografická navigace – rozšířená realita pro pořizování přesných snímků objektů

   Cílem práce bude rozvíjet techniku "homografické navigace", což je nový koncept vznikající pod vedením vedoucího doktorského studia. Řešitel bude vyvíjet algoritmy počítačového vidění a souvisejícího strojového učení. Učení modelů pro homografickou navigaci musí být minimalisticky supervidované. Jak algoritmy učení, tak algoritmy inference a použití v aplikaci musejí být rychlé a nenáročné na zdroje. Při řešení se předpokládá i prototypování a vývoj aplikace rozšířené reality, která bude použita pro získávání dat, pro uživatelské testování a další související úlohy. Technika homografické navigace má mít bezprostřední uplatnění v průmyslu, takže součástí doktorského studia bude i vývoj všech podstatných technik do produkční fáze.

   Školitel: Herout Adam, prof. Ing., Ph.D.

6. Human in the loop (HIL) adaptace systémů umělé inteligence

   Téma je řízeno potřebami uživatelů, pro které je soukromí dat klíčové, a zaměřuje se na vylepšení systémů umělé inteligence (zejména rozpoznávání řeči) v případě, že je uživatel schopen identifikovat a opravit chyby způsobené AI systémem. Téma zahrnuje správné vyhodnocení systémů HIL, výběr dat, která mají být navržena k opravě, a samotné techniky jemného doladění/adaptace pracující s rozsáhlými předtrénovanými modely.

   Školitel: Černocký Jan, prof. Dr. Ing.

7. Moderní algoritmy počítačové grafiky

   Tématem jsou algoritmy počítačové grafiky a syntézy obrazu. Hlavním cílem je zkoumat nové a moderní algoritmy počítačové grafiky, související datové struktury, související otázky získávání a zpracování 3D modelů a další aspekty algoritmů tak, aby bylo lépe rozumět jejich vlastnostem a možnostem, zlepšovat a připravovat nové. Je možno pracovat na různých platformách, včetně paralelních CPU jáder x86/64, ARM, Xeon PHI, GPU apod. v OpenCL, CUDA, v FPGA ve VHDL, případně i jinak. Možné algoritmy zahrnují:

   • zobrazování pomocí vybraných grafických metod (ray tracing, photon mapping, přímé zobrazování "point cloud" apod.),
   • modelování scény a zobrazování s využitím metod umělé inteligence včetně syntézy obrazu s využitím neuronových sítí (zejména CNN),
   • zpracování a zobrazování "lightfield" obrazů, jejich pořizování, případně komprese, rekonstrukce 3D scény z obrazů a/nebo videa, případně fúzí s jinými senzory, jako je například LIDAR nebo i RADAR,
   • moderní algoritmy geometrie vhodné pro aplikaci v oblasti počítačové grafiky, případně i 3D tisku,
   • nastupující algoritmy syntézy 3D obrazu, holografie, aplikace algoritmů vlnkové, frekvenční a/nebo obdobné transformace.

   Po dohodě je možné zpracovávat i individuálně vybrané algoritmy, které ve výše uvedeném seznamu nejsou, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných projektech TAČR, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

8. Netradiční "Visual Computing" algoritmy

   Tématem jsou algoritmy grafiky, zpracování obrazu a videa, tedy "Visual Computing", například HDR (High Dynamic Range) obrazu, multispektrálního obrazu, stereoobrazu, případně obrazu doplněného o vlastnosti materiálu, teplotě, apod. Cílem je lépe porozumět jejich vlastnostem a možnostem, ale i aplikacim, algoritmy do hloubky analyzovat, zlepšovat a připravovat nové. Možné algoritmy zahrnují:

   • Pořizování HDR obrazu a videa, jeho komprese, skládání z několika standardních obrazů/videí, apod.
   • pořizování, zpracování a vizualizace multispektrálního obrazu (obrazu s více než třemi spektrálními složkami),
   • zpracování stereosnímků a jiných snímků s hloubkovou informací pořízení ať už s nebo bez strukturálního osvětelní,
   • algoritmy vhodné pro mobilní techniku nebo embedded systémy zaměřené na výše zmíněné druhy obrazu, případně snímání obrazu z dronů,
   • metody vizualizace HDR obrazu a videa, tone-mapping, real-time tone mapping,
   • algoritmy a aplikace využívající vlnkové, frekvenční a/nebo obdobné transformace a algoritmy využívající Machine Learning/Artificial Intelligence.

   Po dohodě je možné zpracovávat i individuálně vybrané algoritmy, které ve výše uvedeném seznamu nejsou, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména TAČR, MPO, HE, ECSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

9. Pokročilé algoritmy zpracování videa, obrazu a/nebo signálu

   Tématem jsou algoritmy zpracování obrazu, videa a/nebo signálu. Hlavním cílem je zkoumat a do hloubky analyzovat příslušné algoritmy a hledat nové tak, aby měly nové potřebné vlastnosti, a bylo možné je efektivně implementovat. Taková efektivní implementace může , ale nemusí být součástí práce, ale důležité je algoritmy připravit tak, aby šly efektivně zpracovávat například v CPU, v GPU, v AI akcelerátorech, v embedded systémech, ale i v kombinaci s FPGA, v systémech s extrémně nízkým příkonem, případně v jiném prostředí. Je možné i využití algoritmů umělé inteligence, včetně neuronových sítí, zejména CNN, ale i LLM/VLM. Důležité jsou též aplikační možnosti algoritmů s tím, že samotná aplikace může, ale nemusí být součástí řešení. Možné algoritmy/aplikace zahrnují:

   • rozpoznávání obsahu scény, případně dějů ve videosekvencích (například detekce dopravních situací, identifikace filmových scén, rozpoznání druhu akce, apod.),
   • klasifikace obrazu nebo videosekvencí (například pro kontrolu kvality výrobků, vyhledání objektů nebo charakteristik scén, apod.), případně i v kombinaci se sledováním objektů (tracking) ve videu moderními metodami,
   • současná analýza videa a signálu (například pro zjištění souběhu výskytu nějakého objektu ve videu a současně charakteristického průběhu signálu například v "surveillance" aplikacích), fůze obrazu a signálju,
   • moderní algoritmy zpracování videa, obrazu a/nebo signálu s využitím "klient/server", případně "cloudu" vhodné například pro mobilní techniku a/nebo embedded systémy,
   • algoritmy komprese videa a analýzy prostřednictvím frekvenční či vlnkové a transformace, nebo obdobnými postupy...

   Po dohodě je možné zpracovávat i individuálně vybrané téma, které ve výše uvedeném seznamu není, ale patří do dané tématiky.

   Je možnost spolupráce i na grantových projektech, zejména na nově podávaných TAČR, MPO, H2020, SCSEL (předpoklad pracovního poměru).

   Školitel: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

10. Rozpoznávání řeči a zpracování dat pro komunikaci ATC-pilot v letectví

    Téma je zaměřeno na rozpoznávání řeči a zpracování dat pro komunikaci mezi řídícím letového provozu a pilotem v letectví. Bude zahrnovat všechny komponenty automatického rozpoznávání řeči (ASR), tj. zpracování dat, akustický model, slovní zásobu (včetně speciální letecké terminologie), jazykový model a interakci se zdroji metadat (radarové informace, letiště). Zvláštní pozornost bude věnována použití rozsáhlých předtrénovaných modelů, přepínání jazyků (code-switching), spolehlivé identifikaci jazyka z krátkých segmentů a adaptaci na podmínky daného letiště s využitím veřejných dat.

    Školitel: Černocký Jan, prof. Dr. Ing.

11. Úspěšnost detekce hlasových podvrhů lidmi a stroji

    Práce začne seznámením se základy problematiky detekce hlasových podvrhů (voice deepfake detection, DFD), terminologií, dostupnými technikami, daty a evaluacemi (AVSpoof, WildSpoof), s historií a SotA v oblasti technik a nástrojů pro rozpoznávání mluvčích (wespeaker toolkit), se SotA v oblasti technik a nástrojů pro personalizovanou syntézu textu na řeč (pTTS) a převod hlasu. Téma se pak zaměří na vyhodnocení výkonu člověka a stroje v DFD, přičemž se soustředí na aspekt motivace lidských subjektů k simulaci skutečných útoků na lidi. Doktorand pak bude postupovat jak v (1) technickém směru (pokrok v technologii generování a detekce deepfake), tak (2) lidském aspektu. Práce počítá se spoluprací s odborníky z oblasti psychologie a sociologie.

    Školitel: Černocký Jan, prof. Dr. Ing.

12. Úspěšnost detekce hlasových podvrhů lidmi a stroji

    Práce začne seznámením se základy problematiky detekce hlasových podvrhů (voice deepfake detection, DFD), terminologií, dostupnými technikami, daty a evaluacemi (AVSpoof, WildSpoof), s historií a SotA v oblasti technik a nástrojů pro rozpoznávání mluvčích (wespeaker toolkit), se SotA v oblasti technik a nástrojů pro personalizovanou syntézu textu na řeč (pTTS) a převod hlasu. Téma se pak zaměří na vyhodnocení výkonu člověka a stroje v DFD, přičemž se soustředí na aspekt motivace lidských subjektů k simulaci skutečných útoků na lidi. Doktorand pak bude postupovat jak v (1) technickém směru (pokrok v technologii generování a detekce deepfake), tak (2) lidském aspektu. Práce počítá se spoluprací s odborníky z oblasti psychologie a sociologie.

    Školitel: Černocký Jan, prof. Dr. Ing.

13. Vyhodnocovanie zraniteľností a schopností veľkých jazykových modelov

    Hoci veľké jazykové modely (LLM) dosahujú skvelé výsledky ich správaniu stále dostatočne nerozumieme. Malé zmeny vo vstupoch a inštrukciách dokážu výrazne zmeniť správanie týchto modelov, a modely často zlyhávajú v úlohách, ktoré sa oproti tým ktoré boli použité na trénovanie odlišujú iba veľmi málo. Zároveň je v mnohých prípadoch veľmi jednoduché prinútiť veľké jazykové modely vygenerovať sebavedomo podané nepravdivé alebo zavádzajúce informácie. Keďže veľké jazykové modely čoraz viac sprostredkúvajú prístup k informáciám a používa ich široká  škála používateľov výzvou je vyvinúť rigorózne metódy na hodnotenie ich skutočných schopností a identifikáciu zdrojov ich zraniteľností.

    Cieľom je vybudovať hlbšie a spoľahlivejšie porozumenie správaniu veľkých jazykových modelov. Prvý možný výskumný smer zahŕňa návrh benchmarku, ktorý dokáže merať pokročilé schopnosti (ako napr. uvažovanie, plánovanie, porozumenie, matematické alebo multilingválne schopnosti) a zároveň bežné zlyhania a zraniteľnosti (vrátane halucinácií, krehkosti správania, či tendencie alebo ľahkosti generovania problematického obsahu, napr. dezinformácií). Dôraz bude na odolnosť benchmarku voči súčasným problémom s kontamináciou dát a na minimalizáciu zdrojov potrebných na jeho spustenie. Druhý možný výskumný smer využíva mechanistickú interpretovateľnosť na štúdium vnútorných štruktúr, ktoré riadia správanie veľkých jazykových modelov. Tieto nástroje budú použité na skúmanie toho, prečo určité zraniteľnosti vznikajú, ako vznikajú schopnosti modelu a či možno cielenými zásahmi znížiť zlyhania pri zachovaní kľúčových funkčných vlastností modelu.

    Integráciou robustného behaviorálneho benchmarkingu a mechanistických poznatkov sa snažíme poskytnúť principiálnejšie porozumenie ako LLM fungujú a ako môžu byť bezpečnejšie a spoľahlivejšie v rôznych doménach ako napr. multilingválne porozumenie, detekcia dezinformácií či simuláciu používateľov pomocou veľkých jazykových modelov.

    Súvisiace publikácie:

    • Vykopal, I., Pikuliak, M., Srba, I., Moro, R., Macko, D., and Bielikova, M., 2023. 2024. Disinformation Capabilities of Large Language Models. In Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 14830–14847, Bangkok, Thailand. Association for Computational Linguistics. https://aclanthology.org/2024.acl-long.793/
    • Zugecova, A., Macko, D., Srba, I., Moro, R., Kopal, J., Marcinčinová, K., and Mesarčík, M., 2025. Evaluation of LLM Vulnerabilities to Being Misused for Personalized Disinformation Generation. In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 780–797, Vienna, Austria. Association for Computational Linguistics. https://aclanthology.org/2025.acl-long.38/

    Výskum bude doktorand vykonávať v rámci Kempelenovho inštitútu inteligentných technológií (KInIT, https://kinit.sk) v Bratislave v spolupráci s priemyselnými partnermi alebo výskumníkmi zo svetovo uznávaných výskumných skupín. Predpokladá sa kombinovaná (externá) forma štúdia a pracovný pomer na plný úväzok v KInIT.

    Školitel: Bieliková Mária, prof. Ing., Ph.D.

14. Využití formálních metod v návrhu a analýze kvantových programů

    Vývoj v oblasti kvantových počítačů jde nezadržitelně kupředu. Pro efektivní využití kvantového hardware je však potřeba mít správnou podporu na úrovni software, tj. kvantových algoritmů pro řešení problémů, ale i nástrojů pro kompilaci, optimalizaci a syntézu kvantových programů, jejich mapování na konkrétní kvantovou technologii, jejich mapování na protokol pro zajištění ochrany vůči chybám, analýzu, simulaci a ladění kvantových programů, atd. 

    Předmětem dizertační práce bude primárně rozvoj současného poznání v oblasti použití formálních metod pro podporu vývoje kvantových programů. Hlavní zaměření zde bude na využití teorie automatů, automatického usuzování a rozhodovacích diagramů. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači, registry apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.

    Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Taiwan (prof. Y. Chen);  Uppsala University, Švédsko (prof. P.A. Abdulla, prof. R. S. Thinniyam); či Leiden Institute for Advanced Computer Science, Leiden, Nizozemsko (prof. A. Laarman).

    Školitel: Lengál Ondřej, doc. Ing., Ph.D.